本文基于2020年提出的DDPM[1]（Denoising diffusion probabilistic models）模型，对扩散模型的原理进行详细的介绍。对于扩散过程，在满足马尔科夫链的条件下，我们应用了重参数技巧证明了基于原始数据我们可以对任意步进行采样，并且可以使用数学表达式进行表示；对于逆扩散过程，我们应用了贝叶斯公式和高斯分布的性质进行数学推导得到了逆扩散过程的后验分布，并且应用于目

基于神经网络思维模式的逻辑回归_猫识别分类器